公开(公告)号：CN119600339A

公开(公告)日：2025-03-11

申请号：CN202411643708.9

申请日：2024-11-18

Applicant: 重庆邮电大学

Inventor： 钟福金 ,  邹云鹏 ,  潘欣 ,  余建航 ,  于洪

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及计算机视觉技术，特别涉及一种基于深度自主学习的铅浮选泡沫图像分类方法及系统，方法包括构建以EfficientNetB6和Transformer网络结构融合的图像分类网络，获取带有分类标签的图像数据和无标签的图像数据，并对图像进行预处理；从带有分类标签的图像数据中采样m个样本对图像分类网络进行初始化训练；通过自主学习从无标签的图像数据中选出n个信息量最大的数据进行手动标注；利用选择的数据对初始化训练的数据进行进一步训练，得到完成训练的图像分类网络。本发明显著提升了模型的训练速度和复杂泡沫图像分类的能力，减少了标注所需的样本数量，从而降低了人力和时间成本。